在古代，天氣預報是一件很難的事情，只能靠抬頭看天。

當然，這樣基于經驗的預報是非常粗糙的，不準確的。

如今我們已經享受到了便捷的天氣預報服務，出門前，看看天氣預報已經成了很多人的習慣。

如此精確的天氣預報的背后，是一套龐大的系統。

從各種設備觀測到的數據，需要進行數值計算，求解復雜的流體力學和熱力學方程組。

龐大的計算需求，需要把大量的計算機有效地組織起來計算才能滿足，這就是高性能計算(HPC)。

HPC集群中動輒包含數百萬個處理器，單純堆積起來肯定不行。

HPC集群需要考慮資源的調度，消息的通信，軟件的優化......讓這些計算機形成一個有機的整體。

華為基于鯤鵬提供了完整的HPC解決方案。

HPC由于其強大的算力，在氣象預報、石油勘探、計算模擬等領域有著廣闊的用途。

隨著時間的發展，尤其是大數據和人工智能的崛起，HPC不斷進入新領域，也出現了新的挑戰。

基因一直帶著神秘色彩，在人類2萬多個基因中，蘊藏著和我們的生命息息相關的信息。

在基因測序領域，人類第一次完整基因組測序耗費了13年時間，如今在HPC的加持下，時間已經降低到1天以內。

基于豐富的樣本，基因測序用途非常廣泛，成為精準醫療的重要基礎。

但是，基因測序除了需要強大的算力之外，對存儲也提出了新的需求，首先是數據量很大。

實際上，HPC已經慢慢從計算密集型轉向以數據密集型為典型特征的高性能數據分析（HPDA）時代

華為OceanStor Pacific分布式存儲，可以高效應對HPC產業向數據密集型升級的關鍵挑戰。

華為HPDA解決方案，可以讓基因測序、氣象海洋、超算中心、能源勘探、科研與工業創新、等數據密集型HPDA應用場景，在效率、品質、性價比等方面有一個飛躍式提升。

在汽車制造行業，為了保證新車上市的要求，需要進行汽車碰撞測試，在沒有仿真技術之前，實車測試需要進行多次（至少三次），每次的成本高達幾百萬美金。

后來出現了CAE仿真技術，只需要在軟件上進行虛擬碰撞測試，仿真驗證結果校驗通過后，進行一次實車測試即可。

在仿真的過程中，CAE仿真軟件在運行中會產生大量數據，在進行計算時，不但需要單節點算力很高，還要求計算節點之間進行緊密的通信。

在傳統以太網中，網絡丟包是個常見問題，這極大地影響了CAE仿真的效率。

針對這一問題，華為提出了超融合以太無損網絡。

HPC經過幾十年的發展，不斷從科研走向應用，從實驗室走向普羅大眾。

無論是天氣預報，基因檢測還是汽車制造，都與我們的生活息息相關，都離不開HPC的強大支撐。

華為的高性能計算解決方案，涵蓋了計算、存儲、網絡等各個方面，將會極大促進HPC算力的發展，讓大家的生活變得更美好。